引言

3月17日，美国加州圣何塞，2026年GTC大会。

黄仁勋又一次站在聚光灯下，这一次他手里拿的不是新的显卡，而是一张覆盖全球的自动驾驶版图。

英伟达宣布：携手比亚迪、吉利、日产、五十铃，基于NVIDIA DRIVE Hyperion平台打造L4级自动驾驶汽车；

与优步Uber扩大合作，计划到2028年在四大洲28个城市推出自动驾驶车队；

发布Halos安全架构、Alpamayo 1.5模型、Omniverse NuRec仿真技术……

一串组合拳打下来，圈内人看出了门道：英伟达不是在卖芯片，而是在给整个汽车行业安装同一颗“大脑”。

这背后，是一场关于自动驾驶“操作系统”的终极卡位战。

（参考阅读请点击：《英伟达：刚支持英国自动驾驶公司Wayve融资，又参与英国无人驾驶初创公司Oxa 融资1.03亿美元》）

一、 从“卖铲人”到“包工头”：英伟达的野心不只在芯片

过去几年，英伟达在汽车圈的标签是“AI芯片之王”。

蔚小理用它的Orin，特斯拉虽然自研但也曾是客户，几乎所有想做高阶智驾的车企，都绕不开英伟达的算力。

但这次GTC大会释放的信号很明确：英伟达不满足于只卖“铲子”，它要承包整座金矿。

英伟达DRIVE Hyperion平台的出现，改变了游戏规则。

它不只是芯片，而是一套量产级计算与传感器架构，包含了从硬件参考设计到软件协议栈的全家桶。

车企拿到手，不是一堆需要自己拼装的零件，而是一个可以“开箱即用”的智能驾驶底座。

比亚迪、吉利、日产的选择，印证了这个趋势。

这些头部车企，各自都有庞大的研发团队，技术路线各不相同，但在L4级自动驾驶的攻坚阶段，它们不约而同地站到了英伟达的旗帜下。

为什么？

因为L4级自动驾驶的研发，已经超出了单一车企的能力边界。

它需要超大规模的算力集群、需要覆盖全球的场景数据、需要应对无数边缘案例的仿真测试——这些基础设施的投入，是百亿级别的。

与其各自重复造轮子，不如在一个成熟可靠的底座上，专注打造自己的差异化体验。

英伟达的角色，从“卖铲人”变成了“包工头”——它不仅提供工具，还帮你把地基打好、水电铺好，你只需要在上面盖自己的房子。

二、 优步Uber的“复活”：出行平台成了自动驾驶的最大变量

这次发布会上，还有一个值得玩味的细节：Uber回来了。

英伟达与Uber扩大合作，计划到2028年在四大洲28个城市推出完全由NVIDIA DRIVE AV软件驱动的自动驾驶车队。

2027年上半年，洛杉矶和旧金山湾区率先启动。

与此同时，Bolt、Grab、Lyft等全球出行巨头，也宣布借助DRIVE Hyperion平台加速自动驾驶布局。

这一幕，像是历史的轮回。

七八年前，Uber曾是自动驾驶的狂热信徒，砸下重金自研技术，结果在2018年的致命事故后元气大伤，最终出售了自动驾驶部门。

当时很多人断言：出行平台做不了自动驾驶，太重、太难、太远。

但今天，Uber换了一种姿势卷土重来——不再自己造车，而是成为自动驾驶技术的最大采购商和运营商。

（参考阅读请点击：《Uber成自动驾驶最大平台？赢者通吃Waymo、Mobility、大众、Momenta、小马智行、文远知行、特斯拉》）

这个逻辑其实更顺：

Uber手里有什么？海量的出行需求、成熟的司机（现在是车辆）管理网络、用户触达能力。

它不需要从零研发自动驾驶，只需要在乘客叫车时，派一辆能自己跑的车过去。

对于英伟达来说，Uber们的价值同样巨大。

它们是自动驾驶技术的 “放大器”——一套技术方案，接入Uber平台，就能在几十个城市、数百万订单中快速验证、迭代、变现。

这种规模化落地的速度，是车企自建车队无法比拟的。

可以预见，未来的自动驾驶格局，可能是这样的：英伟达提供大脑，车企制造身体，Uber们负责调度。

各吃各的肉，各长各的膘。

三、 Halos与Alpamayo：让AI学会“讲道理”

技术层面，这次发布的两个东西值得单独拎出来说：Halos安全架构和Alpamayo 1.5模型。

先看Halos。

英伟达给它起了一个很有宗教感的名字，但内核极其务实。

它基于获得ASIL D最高功能安全认证的DriveOS打造，采用三层架构整合安全中间件与可部署应用，内置符合NCAP五星标准的主动安全栈。

翻译一下：这是一个从底层操作系统就开始考虑安全的设计，不是事后打补丁，而是事前就植入基因。

更关键的是，英伟达拉上了广达、禾赛、法雷奥等生态伙伴，共同加入Halos AI系统检测实验室。

这意味着，安全标准不再是英伟达一家说了算，而是产业链共同维护的“公约数”。

再看Alpamayo 1.5。

这个名字有点意思——Alpamayo是秘鲁一座以险峻著称的山峰，用它命名一款自动驾驶模型，暗示着攻克技术险峰的野心。

这款模型的亮点在于：它能接收驾驶视频、导航指令甚至自然语言提示，随后输出带有推理逻辑的行驶轨迹。

开发人员可以直接用文本设定驾驶约束条件，比如“在这条路上开稳一点，别让乘客晕车”或者“遇到老人多等两秒”。

这意味着什么？

意味着AI不再是黑箱，而是可以 “讲道理”的。

当车辆遇到罕见路况时，开发者可以通过场景重放和指令更新，告诉AI“刚才为什么错了”、“下次应该怎么做”。

这种交互式学习，比单纯堆数据更高效，也让AI的决策逻辑更可解释、可干预。

对于监管和公众来说，这一点至关重要。

自动驾驶要赢得信任，不能只靠“我跑了几百万公里没出事”的数据，更要能说清楚“在什么情况下我会怎么做”。

Alpamayo 1.5的出现，让这种“说清楚”成为可能。

四、 NuRec：用游戏引擎给AI出“奥数题”

最后聊聊Omniverse NuRec。

这名字听起来很技术，但理解起来很简单：它是一个用3D高斯溅射技术重建仿真场景的工具。

过去，要给自动驾驶做极限场景测试，需要手动建模——建一个复杂的十字路口，搭一个突然冲出路口的行人，模拟一场暴雨中的夜间驾驶……

耗时耗力，还未必真实。

NuRec的逻辑是：直接把真实世界采集的数据“吸”进去，然后快速重建出交互式的3D仿真场景。

开发者可以在这些场景里，给自动驾驶出各种“奥数题”——比如让一个小孩突然从路边停着的卡车后面冲出来，看看系统怎么反应。

保时捷研究中心、密歇根大学Mcity测试场已经率先接入。

这意味着，那些在真实世界里十年难遇的“边缘案例”，可以在仿真环境里被批量制造、反复测试。AI见过的“鬼”多了，上路之后自然更淡定。

这其实是自动驾驶行业的“摩尔定律”：测试效率的提升速度，决定了技术迭代的速度。 

NuRec这种工具，正在把测试效率从“手工时代”推进到“工业时代”。

五、 结语：统一的“大脑”，多元的身体

纵观英伟达这次发布的组合拳，可以提炼出一个清晰的战略意图：

为自动驾驶行业提供一个统一的、开放的、安全的“大脑”，然后让车企、出行平台、开发者在这个大脑之上，生长出多元的身体和应用。

从芯片到平台，从安全到仿真，从算法到生态——英伟达正在把自动驾驶所需的所有基础设施，都纳入自己的版图。

黄仁勋，要当自动驾驶“春晚”的总导演了！

对于行业来说，这是一件好事，因为它降低了入局门槛，让更多玩家有机会参与；这也是一件需要警惕的事，因为一旦这个“大脑”成为事实标准，话语权就会高度集中。

但对于普通消费者来说，这些博弈可能都不重要。

总之，无人车来也（公众号：无人车来也）认为：

当英伟达、比亚迪、吉利、Uber们联手推进L4级自动驾驶落地，我们距离真正的“上车睡觉、下车到站”，又近了一步。

这或许才是这场发布会，最值得期待的未来。

亲！你说呢？

#无人车来也  #无人驾驶  #自动驾驶  #无人车 

       原文标题 : 英伟达2026GTC“车圈春晚”：比亚迪、吉利、日产、五十铃、优步集体“上车”，黄仁勋要当L4级自动驾驶的“总导演”？